副研究员一级、硕士生导师,中国科学院信息工程研究所
地址:北京市海淀区树村路19号,100085
邮箱:me [at] lijian.ac.cn
研究方向
研究方向为机器学习基础理论研究,现有工作聚焦于大规模机器学习方法的泛化理论研究。针对大规模机器学习领域基础理论滞后于经验性算法的问题,我的研究旨在探索大规模机器学习方法的底层原理,揭示方法近似能力来源,缩小基础理论与实际算法的差距。最终,基于泛化理论指导大规模算法设计,实现计算效率与泛化性能的平衡。具体的研究兴趣包括但不限于:
大规模机器学习的最优泛化理论: 研究大规模机器学习方法的最优泛化理论,放松原有假设条件,以此为基础改进大规模算法,包括联邦学习、分布式学习、随机特征、Nyström方法以及草图等方法。
深度神经网络的泛化理论: 探索神经网络与核方法之间的内在联系,研究非平稳谱性质的泛化优越性,探索深层神经网络的泛化能力;利用随机矩阵理论,深入研究深度神经网络中良性过拟合、测试误差双下降等现象的底层原理。
(未来方向)大语言模型的基础研究: 探索大语言模型的基础理论,解释大模型的独特能力,如缩放准则、上下文学习和复杂推理等;结合大规模机器学习技术,改进大模型基础架构,提高计算效率和性能;研究下一代高效轻量化语言模型,降低参数量,保留或提升特定任务上的能力。
个人履历 (CV)
时间 | 岗位职级 | 工作学习单位 | 专业方向 |
---|---|---|---|
2023.10 - 至今 | 副研究员一级,优才A-预聘研究员 | 中国科学院信息工程研究所 | 大语言模型,统计学习理论 |
2020.09 - 2023.10 | 博士后,优才B-青年预聘研究员 (全所唯一) | 中国科学院信息工程研究所 | 大规模机器学习,统计学习理论 |
2015.09 - 2020.06 | 硕博连读研究生 | 中国科学院信息工程研究所 | 大规模模型选择,半监督学习 |
2011.09 - 2015.06 | 本科生 | 东北大学 | 软件工程(英语国际班) |
代表性工作 [完整列表] [谷歌学术]
Optimal Rates for Agnostic Distributed Learning. [pdf] [code]
Jian Li, Yong Liu, Weiping Wang.
IEEE Transactions On Information Theory (TIT), 2023. CCF-A 期刊.
计算理论领域顶级期刊.Optimal Convergence Rates for Distributed Nyström Approximation. [pdf] [code]
Jian Li, Yong Liu, Weiping Wang.
Journal of Machine Learning Research (JMLR), 2023. CCF-A 期刊.
中国学者于JMLR发文极少,近年来平均每年发表20篇,累计发表240篇左右.Convolutional Spectral Kernel Learning with Generalization Guarantees. [pdf] [code]
Jian Li, Yong Liu, Weiping Wang.
Artificial Intelligence (AI), 2022. CCF-A 期刊.
中国学者于AI发文极少,近年来平均每年发表10篇,累计发表150篇左右.Optimal Convergence Rates for Agnostic Nyström Kernel Learning. [pdf]
Jian Li, Yong Liu, Weiping Wang.
International Conference on Machine Learning (ICML), 2023. CCF-A 会议.Federated learning for non-iid data: From theory to algorithm. [pdf] [presentation] [🏆最佳学生论文奖] (1/92)
Bojian Wei, Jian Li*, Yong Liu, Weiping Wang.
Pacific Rim International Conference on Artificial Intelligence (PRICAI), 2021. CCF-C 会议.Multi-Class Learning: From Theory to Algorithm. [pdf] [poster] [sildes] [3-minute video] [code]
Jian Li, Yong Liu, Rong Yin, Hua Zhang, Lizhong Ding, Weiping Wang.
Advances in Neural Information Processing Systems 31 (NeurIPS), 2018. CCF-A 会议.
主持项目
- 国家重点研发项目子课题 (2022YFB3105302.2),2022.12 - 2025.11,120万元。
题目:跨平台异质性数据聚合与协同技术。- 跨平台数据安全共享技术研究
- 基于热点标签发现的人机融合标注技术研究
- 基于约束特征分布差异的异质数据融合技术研究
国家自然科学基金青年基金 (No. 62106257),2022.01 - 2024.12,30万元。
题目:面向大规模结构化预测的自动谱核学习研究。中国博士后科学基金特别资助项目(No. 2023T160680,731人),2023.07 - 2024.03,18万元。
题目:面向结构化预测的深度可微高斯过程方法研究。中国科学院特别研究助理资助(中科院人才项目),2020.09 - 2022.09,80万元。
题目:面向大规模小样本数据的自动机器学习研究。中国科学院信息工程研究所优才计划-A类,预聘研究员,2023.10 - 2026.09。
- 中国科学院信息工程研究所优才计划-B类,青年预聘研究员(全所唯一),2020.09 - 2023.10。
发明专利
专利申请
- 李健,李骄扬,韦博舰,刘勇,王伟平. 一种基于注意力机制的联邦学习方法及系统:中国. 申请号:202311073645.3. 2023年8月24日.
- 李健,李骄扬,林政,刘勇,王伟平. 一种基于知识蒸馏和提示工程的垂域大模型方法及系统:中国. 申请号:202311073641.5. 2023年8月24日.
- 李健,刘勇,王流斌,杨毅果,王巨宏. 神经网络结构搜索方法、装置、计算机设备和存储介质:中国. 专利申请号:202011567991.3. 2020年12月25日.
专利授权
- 林海伦, 刘勇, 李健, 王伟平. 一种融合表示学习和分治策略的大规模本体合并方法:中国. 授权号:CN110059194A. 2022年4月8日.
指导学生
- 博士研究生
- 康艺霖(2020.09 - 2023.06)🎓,差分隐私。 发表论文:Computers & Security、CIKM 2022、ICCS 2023。毕业去向:紫金山实验室。
- 朱勋宇(2020.09 - 至今),神经网络结构搜索。发表论文:ICDM 2021, Neural Networks;投稿论文:2 $\times$ TACL。
- 车博轩(2022.09 - 至今),高效图神经网络。
- 硕士研究生
- 韦博舰(2020.09 - 2022.06)🎓,联邦学习。发表论文:PRICAI 2021 (最佳学生论文奖)、ECML-PKDD 2022、TNNLS、IJCNN 2023。毕业去向:中国银行总行管培生。
- 张旭宁(2022.09 - 至今),联邦学习。2023年武汉大学优秀学士论文奖。
荣誉称号
- 2024年,微软亚洲研究院“铸星计划”
- 2023年,中科院信工所优才计划 A 类-预聘正高
- 2021年,PRICAI 2021 最佳学生论文奖。
- 2020年,中国科学院特别研究助理
- 2020年,中科院信工所优才计划 B 类-青年预聘正高
2020年,百度研究院AIDU人才计划(未入职)2020年2月至2021年2月,斯坦福大学联合培养博士(因新冠疫情中止)- 2020年,北京市优秀毕业生。
- 2020年,中国科学院大学优秀毕业生。
- 2019年,博士研究生国家奖学金。
- 2019年,朱李月华优秀博士生奖。
- 2019年,中科院院长优秀奖。
- 2018年,博士研究生国家奖学金。
学术服务
- Mathematics 客座编辑
- 会议程序委员:ICML、NeurIPS、ICLR、AAAI、IJCAI、ECAI
- 期刊审稿人:TPAMI、JMLR、Pattern Recognition